| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与研究意义 | 第12-13页 |
| 1.2 多元铁水质量参数建模与控制国内外研究现状 | 第13-16页 |
| 1.3 本文研究内容 | 第16-18页 |
| 第2章 高炉炼铁过程工艺与复杂性分析 | 第18-24页 |
| 2.1 引言 | 第18页 |
| 2.2 高炉炼铁过程工艺描述 | 第18-19页 |
| 2.3 高炉炼铁过程重要参数 | 第19-21页 |
| 2.4 多元铁水质量建模与控制难点 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 基于递推子空间辨识的多元铁水质量参数在线建模与预测控制 | 第24-46页 |
| 3.1 引言 | 第24页 |
| 3.2 子空间辨识 | 第24-31页 |
| 3.2.1 几何工具 | 第25-26页 |
| 3.2.2 系统状态空间描述 | 第26-27页 |
| 3.2.3 子空间辨识数据矩阵构造 | 第27-29页 |
| 3.2.4 子空间辨识算法步骤 | 第29-31页 |
| 3.3 带有遗忘因子的递推子空间辨识 | 第31-33页 |
| 3.4 模型预测控制算法描述 | 第33-36页 |
| 3.4.1 模型预测控制的基本原理 | 第33-35页 |
| 3.4.2 模型预测控制关键参数选择 | 第35-36页 |
| 3.5 递推子空间辨识在多元铁水质量参数建模与预测控制中的应用 | 第36-45页 |
| 3.5.1 基于CCA和CA的建模输入变量选择 | 第36-37页 |
| 3.5.2 建模与控制过程描述 | 第37-41页 |
| 3.5.3 仿真实验 | 第41-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于非线性子空间辨识的多元铁水质量建模与非线性预测控制 | 第46-68页 |
| 4.1 引言 | 第46页 |
| 4.2 Hammerstein模型概述 | 第46-47页 |
| 4.3 遗传算法理论基础 | 第47-51页 |
| 4.3.1 遗传算法的基本概念与特点 | 第48-49页 |
| 4.3.2 遗传算法的原理与步骤 | 第49-51页 |
| 4.4 基于LS-SVM的非线性子空间辨识 | 第51-57页 |
| 4.4.1 基于LS-SVM的Hammerstein系统子空间辨识 | 第51-56页 |
| 4.4.2 静态非线性模块简化 | 第56-57页 |
| 4.4.3 建模算法实现步骤 | 第57页 |
| 4.5 非线性子空间辨识在多元铁水质量建模与非线性预测控制中的应用 | 第57-67页 |
| 4.5.1 建模与控制过程描述 | 第57-61页 |
| 4.5.2 仿真实验 | 第61-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 论文总结 | 第68-69页 |
| 5.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 硕士期间主要工作 | 第76-77页 |
